我应该在亚马逊网络服务S3的同一前缀下存储不同类型的用户活动数据，还是对每类事件使用不同的前缀？

Question

我应该将不同类型的用户活动数据(如登录、活动、支付)存储在亚马逊网络服务S3中的相同前缀/路径下，还是对每类事件使用不同的前缀？

例如,

loginEvents/

paymentEvents/

interactionEvents/

我正在使用Firehose流式传输事件并保存到s3中。在那之后，我会使用雅典娜来查询。雅典娜可以使用任何一种情况(一个前缀或多个前缀)，但哪种方法更好？

将所有内容保存在一个前缀下将减少查询时间，因为在雅典娜查询期间不需要表连接？

在不同的前缀下保存数据似乎可以更系统地组织数据？

Answer 1

这取决于将要运行的查询。如果您最常在where子句中包含用户活动，那么如果您将事件写在不同的位置并将其用作分区，那么您将获得更好的性能和更低的查询成本。另一方面，有很多分区会减慢你的查询速度。